Aplikasi Filtered Renewal Proses Pada Hidrologi
Aplikasi Filtered Renewal Proses Pada Hidrologi
Sebuah toko pembersih sepatu terdiri dari dua kursi. Misalkan pelanggan yang masuk
pertama akan duduk di kursi 1. Ketika perawatan sepatu dikursi 1 telah selesai dia akan
pergi ke kursi 2 jika kursi 2 kosong atau menunggu di kursi 1 sampai kursi 2 menjadi
kosong. Misalkan potensi pelanggan akan memasuki toko ini asalkan kursi 1 kosong. Jadi,
Jika kita menganggap bahwa potensi pelanggan tiba sesuai dengan proses Poisson pada
tingkat λ, dan waktu servis untuk kedua kursi bersifat independen dan memiliki tingkat
(c) berapa jumlah rata-rata waktu yang dihabiskan pelanggan masuk dalam sistem?
Untuk memulai, kita harus terlebih dahulu memutuskan sebuah ruang keadaan yang tepat.
Jelas bahwa keadaan sistem harus mencakup lebih banyak informasi bukan hanya jumlah
pelanggan di sistem. Misalnya, tidak cukup jika hanya mengetahui bahwa ada satu
pelanggan dalam sistem karena kita juga harus tahu kursi mana dia berada. Selanjutnya,
jika kita hanya tahu ada dua pelanggan di sistem ini, maka kita tidak akan tahu. tahu apakah
pelanggan di kursi 1 masih dilayani atau apakah dia hanya menunggu orang yang duduk di
kursi 2 untuk menyelesaikannya. Untuk menghitung titik-titik ini, terdapat ruang keadaan
yang terdiri dari lima keadaan (0,0), (1,0), (0,1), (1,1), dan (b, 1), akan digunakan . Masing-
Perlu dicatat bahwa ketika sistem berada pada keadaan (b,1), meskipun pelanggan pada
kursi 1 sudah selesai dilayani, bagaimanapun juga keberadaan pelanggan pada kursi 1 ini
keadaan (0,0) ketika sistem kosong, kemudian berubah menuju ke keadaan (1,0) dengan tingkat λ
melalui sebuah kedatangan. Panah dari keadaan (0,1) menuju keadaan (1,1) juga memiliki
Ketika proses berada dalam keadaan (1,0), ia akan berubah menuju keadaan (0,1) ketika pelanggan
di kursi 1 selesai dan ini terjadi dengan tingkat 𝜇1 . Maka panah dari keadaan (1,0) menuju keadaan
(0,1) diberi label 𝜇1 . Panah dari keadaan (1,1) menuju keadaan (b, 1) juga memiliki penjelasan
yang sama.
Ketika dalam keadaan (b, 1) proses berubah menuju keadaan (0,1) ketika pelanggan di kursi 2
telah selesai dilayani dan ini terjadi dengan tingkat 𝜇2 . Maka panah dari (b, 1) sampai (0,1) diberi
label 𝜇2 . Dan juga ketika berada pada keadaan (1,1) prosesnya akan berubah menuju keadaan (1,0)
ketika orang yang duduk di kursi 2 telah selesai, maka panah dari (1,1) sampai (1,0) berlabel 𝜇2 .
Kemudian jika prosesnya dalam keadaan (0,1) berubah menuju keadaan (0,0) pada saat pelanggan
di kursi 2 telah selesai dilayani maka panah dari keadaan (0,1) sampai keadaan (0,0) diberi label
𝜇2 .
Dari diagram transisi diatas, dapat diperoleh persamaan keseimbangan dengan menyamakan
jumlah panah yang dikalikan dengan probabilitas keadaan asal dengan jumlah panah yang
dikalikan dengan probabilitas keadaan selanjutnya, sehingga diperoleh persamaan berikut ini :
Pertama, calon pelanggan akan memasuki sistem pada keadaan (0, 0) ataupun (0, 1), maka proporsi
dari pelanggan yang memasuki sistem ini adalah P00 + P01. Kedua, karena ada satu pelanggan di
sistem pada keadaan (0,1) maupun (1,0) dan dua pelanggan pada keadaan (1,1) dan (b,1), maka L
Untuk mendapatkan jumlah rata-rata waktu yang dihabiskan pelanggan masuk dalam sistem, kita
menggunakan hubungan W = L / λa. Karena potensi pelanggan akan memasuki sistem ketika
dan karenanya
Dalam model ini, kami mempertimbangkan sistem antrian eksponensial server tunggal dimana
server dapat melayani dua pelanggan pada saat bersamaan. Setiap kali server menyelesaikan
layanan, dia kemudian melayani dua pelanggan berikutnya pada saat bersamaan. Namun, jika
hanya ada satu pelanggan yang mengantre, maka dia melayani pelanggan itu sendiri. Kita akan
mengasumsikan bahwa waktu servis eksponensial pada tingkat μ, apakah dia melayani satu atau
dua pelanggan. Seperti biasa, kita misalkan bahwa pelanggan datang dengan tingkat eksponensial
λ. Salah satu contoh sistem tersebut adalah lift atau mobil kabel yang bisa menampung paling
Keadaan sistem harus memberi informasi yang lebih rinci, tidak hanya berapa banyak pelanggan
yang ada dalam sistem ini, tetapi juga apakah satu atau dua orang saat ini dilayani. Namun, ternyata
kita bisa lebih mudah memecahkan masalah bukan dengan berkonsentrasi pada jumlah pelanggan
di sistem, melainkan pada jumlah antrian. Jadi, mari kita definisikan keadaan sebagai jumlah
pelanggan yang menunggu dalam antrean, dengan dua keadaan saat tidak ada yang mengantri.
Artinya, sekarang kita mempunyai beberapa ruang keadaan sebagai berikut 0’, 0, 1, 2, ... dengan
interpretasinya
Keadaan Intrepretasi
0’ 𝜆 P0’ = 𝜇 P0
0 (𝜆 + 𝜇) P0 = 𝜆 P0’ + 𝜇 P1 + 𝜇 P2
Persamaan
Pn = 𝛼 𝑛 P0 (6)
Atau
(𝜆 + 𝜇) 𝛼 = 𝜆 + 𝜇 𝛼 3 (8)
Sehingga diperoleh
4𝜆 4𝜆
−1 − √1 + −1 + √1 +
𝜇 𝜇
𝛼1 = 1, 𝛼2 = , 𝛼3 =
2 2
4𝜆
√1 + −1
𝜇
𝛼= 2
Karenanya
Pn = 𝛼 𝑛 P0 (9)
𝜇
P0’ = P0 (10)
𝜆
kita gunakan
P0 + P0’ + ∑∞
𝑛=1 𝑃𝑛 = 1
atau
𝜇
P0 [1 + ∑∞ 𝑛
𝑛=1 𝛼 ] = 1
𝜆
atau
1 𝜇
P0 [1− 𝛼 + 𝜆 ] = 1
atau
𝜆 (1− 𝛼)
P0 = 𝜆+ 𝜇 (1− 𝛼)
Demikian
𝛼𝑛 𝜆 (1− 𝛼)
Pn = 𝜆+ 𝜇 (1− 𝛼) , n≥0
𝜇 (1− 𝛼)
P0’ = 𝜆+ 𝜇 (1− 𝛼)
Dimana
4𝜆
√1 + −1
𝜇
𝛼= 2
Sebelum menggunakan persamaan diatas, harus dipastikan terlebih dahulu bahwa 𝛼 < 1 atau
𝜆
ekuivalen dengan < 2, karena tingkat pelayanan maksimum adalah 2𝜇 yang mana harus lebih
𝜇
besar dari tingkat kedatangan 𝜇 untuk mencegah pembebanan sistem secara berlebihan.
Untuk menghitung proporsi pelanggan yang dilayani sendiri adalah 𝜆P0’ + 𝜇P1 , karena ketika tidak
ada pelanggan dalam sistem, maka pelanggan akan dilayani sendiri hingga terdapat kedatangan
pelanggan selanjutnya dan apabila ada satu pelanggan dalam antrian, pelanggan tersebut akan
dilayani sendiri.
𝜆 𝑃0′ + 𝜇 𝑃1
Proporsi pelanggan akan dilayani sendiri = 𝜆
𝜇
= P0’ + 𝜆 P1
Juga
LQ = ∑∞
𝑛=1 𝑛 𝑃𝑛
𝜆 (1− 𝛼)
= ∑∞
𝑛=1 𝑛 𝛼
𝑛
𝜆+ 𝜇 (1− 𝛼)
𝜆𝛼 𝛼
= (1−𝛼)[𝜆+ dengan menggunakan identitas aljabar ∑∞ 𝑛
1 𝑛𝛼 =
𝜇 (1− 𝛼)] (1− 𝛼)2
Dan
𝐿𝑄
WQ =
𝜆
1
W = WQ +
𝜇
L =𝜆W
Keterangan :
3. Sistem Terbuka
Pertimbangkan sistem dengan dua server dimana pelanggan sampai pada tingkat Poisson λ di
server 1. Setelah dilayani oleh server 1 kemudian mereka bergabung dengan antrian di depan
server 2.
gambarrrrrrrr
Misalkan ada ruang tunggu yang tidak terbatas di kedua server. Setiap server melayani satu
pelanggan pada satu waktu dengan server i mengambil waktu eksponensial dengan tingkat μi
untuk layanan, dimana i = 1,2. Sistem seperti ini disebut sistem tandem atau sekuensial (lihat
Gambar 8.3).
Untuk menganalisa sistem ini kita perlu mencatat jumlah pelanggan di server 1 dan jumlah
pelanggan di server 2. Jadi, mari kita mendefinisikan keadaan dengan pasangan (n, m) yang berarti
bahwa ada n pelanggan di server 1 dan m pelanggan di server 2. Persamaan keseimbangannya
adalah
∑𝑛,𝑚 𝑃𝑛,𝑚 = 1
Ke empat persamaan diatas juga dapat diselesaikan dengan cara, kita misalkan situasi pada server
1 adalah model poisson M/M/1. Seperti yang telah dijelaskan pada Bab 6.6, bahwa permulaan
proses antrian dengan model M/M/1 merupakan proses poisson dengan tingkat 𝜆. Dengan
demikian juga dapat disimpulkan bahwa situasi pada server 2 juga menggunakan model M/M/1.
Oleh karena itu, probabilitas bahwa ada n pelanggan pada server 1 adalah
𝜆 𝜆
P {n pada server 1} = ( ) 𝑛 (1 − )
𝜇1 𝜇1
𝜆 𝜆
P {m pada server 2} = ( ) 𝑚 (1 − )
𝜇2 𝜇2
Sekarang jika jumlah pelanggan pada server 1 dan server 2 merupakan variable acak
independen, maka
𝜆 𝑛 𝜆 𝜆 𝑚 𝜆
Pn,m = ( )
𝜇
(1 − 𝜇1
) (𝜇 ) (1 − 𝜇2
)
1 2